Android：解析HTML代碼塊

Question

我有以下一段HTML代碼，我需要解析它來檢索玩家名稱和他得分的運行。 在這種情況下，它是'羅斯泰勒'和9. 解析這些信息的最佳方法是什麼？不想使用HTML解析器。 REGEX是最好的方式（我知道人們已經死了！但是我只想要這些2位信息，因此不想使用解析器）？ 我一直在絞盡腦汁想我該如何找出球員姓名在html文件中的位置以及運行得分的隨後行。 下面的HTML評論部分是硬編碼的。我可以到達這個地方。然後檢索標籤之間的名稱。這是做這件事的好方法嗎？ 另外如何檢索緊接着的下一行中的運行部分？

---

<!-- <a href="javascript:void(0);" onClick="return showHwkTooltip(this, 'lvpyrbat1');" class="livePlayerCurrent">*Luke Woodcock</a>--> 

<a href="/icc_cricket_worldcup2011/content/current/player/38920.html" target="_blank" class="livePlayerCurrent" title="view the player profile for Ross Taylor"> 
*Ross Taylor 
</a> <span style="margin-left:5px;" title="left-hand bat">(lhb)</span > 

    </td > 
    <td><b>9</b></td> 
    <td>9</td> 
    <td>1</td> 
    <td>0</td> 
    <td>100.00</td> 
    <td></td> 
    <td colspan="3" align="left"><span class="batStyl">striker</style></td> 
    <td></td> 
    <td colspan="8"></td> 
    </tr> 

---

請讓我知道如果你需要更多的信息。

問候， 山姆

Answer 1

解析此信息的最佳方法是什麼？

Use an HTML parser.

不想使用HTML解析器。

I disagree.

是正則表達式的最好方法

No.

Answer 2

請考慮使用正確的工具的工作，例如，一個html/xml parser不regex。

如果你真的想用正則表達式它，你可以嘗試做如下的：

提取得分

(?<=\\<b\\>)\\d+(?=\\</b\\>) 

提取玩家的名字

(?<=\\>)[^\\<]+(?=\\</a\\>) 

第二個正則表達式假設你通過刪除評論標籤之間的錨點消毒xml。

<!-- ... --> 

它做了什麼，它提取任何錨點內的值。這是使用正則表達式的基本限制之一，它不是上下文感知。

Answer 3

對於什麼是值得的，你也可以看看Jsoup。我在我的項目中使用它，並且它非常好地處理格式錯誤的html。我認爲這可能是我使用的唯一理由;）

問候， EZFrag